基于蚁群算法的电路故障诊断技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·引言 | 第8页 |
| ·电路故障诊断的概念与发展 | 第8-12页 |
| ·故障诊断的背景介绍 | 第8-9页 |
| ·故障诊断基本概念 | 第9-10页 |
| ·故障诊断方法的分类 | 第10-11页 |
| ·智能故障诊断技术的发展概况 | 第11-12页 |
| ·蚁群算法 | 第12-15页 |
| ·蚁群算法的提出 | 第12-13页 |
| ·蚁群算法的研究进展 | 第13-14页 |
| ·蚁群算法在故障诊断中的应用前景 | 第14-15页 |
| ·本文的内容和结构 | 第15-16页 |
| 2 蚁群算法基本原理 | 第16-33页 |
| ·蚁群算法的模型 | 第16-25页 |
| ·蚁群算法的生物学原理 | 第16-19页 |
| ·基本蚁群算法模型及实现 | 第19-23页 |
| ·蚁群算法的特点 | 第23-25页 |
| ·蚁群算法参数分析 | 第25-31页 |
| ·信息素启发因子α和自启发量因子β的分析 | 第26-28页 |
| ·信息素挥发系数ρ的分析 | 第28-30页 |
| ·蚂蚁数量M 的分析 | 第30-31页 |
| ·蚁群算法用于电路故障诊断的可行性分析 | 第31-33页 |
| ·基本定义 | 第31-32页 |
| ·可行性分析 | 第32-33页 |
| 3 蚁群算法的改进 | 第33-42页 |
| ·蚁群算法的改进策略 | 第33-36页 |
| ·最大最小蚁群系统策略 | 第33-34页 |
| ·精英策略 | 第34-35页 |
| ·优化排序策略 | 第35-36页 |
| ·改进的蚁群算法 | 第36-40页 |
| ·算法思想 | 第36-37页 |
| ·算法描述 | 第37-39页 |
| ·算法流程图 | 第39-40页 |
| ·仿真实验 | 第40-42页 |
| 4 蚁群算法在电路诊断中的应用 | 第42-49页 |
| ·基于蚁群算法的电路诊断模型 | 第42-44页 |
| ·电路诊断应用实例 | 第44-49页 |
| 5 总结 | 第49-51页 |
| ·全文总结 | 第49页 |
| ·后续工作展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录1 攻读硕士学位期间发表的学术论文 | 第56页 |
